Claudeに読んでもらうと,ちょっとニュアンスが違っていて,もう少し限定的な話だった。
A(Claude):
1.論文の主張
北京大学のグループによる論文です(arXiv:2504.01538、v2は2025年12月)。主張は次のとおりです。46種類の古典力学実験の模擬データから、物理の事前知識なし・教師なしで、ニュートン第二法則、エネルギー保存則、万有引力を再発見した。既存の記号回帰(SR)は「1つの実験に対する個別の法則」にとどまる。本手法は「概念」を明示的に定義して蓄積し、複数の実験に通用する「一般法則」へ拡張できる。
骨格は三つの要素からなります。
・物理用のDSLで記述した記号的な知識ベース。概念を動的概念・内在概念・普遍定数に分類する。
・Pólya流の「もっともらしい推論」による法則の拡張。ある一般法則が新しい実験で破れたら、項を足して修復する。
・UCB型の推薦エンジンと、時間制限を段階的に延ばす「時代制御」によるカリキュラム。
2.評価できる点
(1) 個別法則から一般法則への橋渡しを正面から扱っている。 「運動エネルギー保存がばね系で破れる → 弾性ポテンシャル項を導入して保存則を回復する」という流れは、科学史上の保存則の拡張(エネルギー概念の歴史)の形をよく模しています。
(2) 知識を記号で明示的に持つ。 ニューラルネットの潜在変数を概念と読み替える流儀と違い、得られた概念が検査可能で、他の実験に転用できます。中間概念を導入して法則を短く保ち、SRの探索を楽にするという設計判断は合理的です。
(3)
式の整合性は確認できた。 エネルギー表式は T = Σmv²、V_k = Σk(ΔL)²、V_g = Σ2mgz と、すべて物理的エネルギーの2倍で規格化されています。ニュートン第二法則の 2a + (1/m)∂V/∂κ = 0 とも整合します。
コードが公開されているので、再現検証が可能です。
3.主要な問題点
(1) 「事前の物理知識なし」は言い過ぎ
これが最大の論点です。入力データ以外の部分に、ニュートン力学の構造がかなり埋め込まれています。
・DSLの演算子。 時間微分 d/dt、粒子ごとの勾配 ∇ᵢ、「∀i: Ball」という物体ごとの量化、微分多項式という法則の形。これらはいずれも「質点の位置の2階微分方程式で世界を記述する」という枠組みそのものです。
・世界の切り分け方。 物体の型(Ball、Spring、斜面)、ばねの長さ L、斜面の法線ベクトル c が最初から与えられています。特に斜面の束縛(垂直抗力)はポテンシャルで書けないため、幾何情報として外から与えることで回避されています。
・実験セットの選び方。 摩擦なし、理想ばね(フックの法則)、完全弾性衝突、保存力のみ。まさにエネルギー保存とニュートン第二法則がきれいに成り立つよう、人間が選んだ46実験です。
公正に言えば、主張できるのは「力学の概念と法則の内容は与えていない」までです。「物理の事前知識なし」とまでは言えません。1970〜80年代のBACON(後述)に向けられた「準備された心」批判、すなわち問題設定の段階で発見の大半が済んでいるという批判が、ここにもそのまま当てはまります。
(2) データは模擬データで、生成器そのものが答え
データはニュートンの運動方程式を数値的に解き、ガウス誤差を加えて作られています。正しい法則が存在し、それ以外の効果(空気抵抗、摩擦、系統誤差、非ガウス的な外れ値)が一切ない「閉じた世界」です。
・ノイズの大きさが本文に書かれていません。
・加速度を求める数値微分はノイズに非常に弱いのに、その処理方法も本文にありません。
(3) 等価原理についての主張は過剰
「重力質量 m_g と慣性質量 m_i の数値的一致を自律的に確認し、一般相対論の礎である弱い等価原理を示した」という主張には問題があります。シミュレータでは各ボールに質量パラメータが1つしかなく、両者の一致は生成器の仕様で決まっています。
・「重力質量」はばねの静的な伸び(mg/k に比例)から、「慣性質量」は水平振動の角振動数(ω² = k/m)から測られます。同じ基準ばね k に対する比で定義すれば、一致は自明です。
・実際の等価原理検証(エトヴェシュ型実験)の核心は、物質の組成に依存しないかどうかです。このデータにはその自由度がありません。
(4) 一般法則は実は「スイッチ付きの雛形」
Fig. 2の注記によれば、各ポテンシャル項の係数 δ_λ ∈ {0, 1} は「個々の実験で具体化する際に決まる」とされています。つまり一般法則とは、あり得る項の一覧に、実験ごとのオン/オフを組み合わせたものです。
・真の普遍法則なら、どの力が働くかは系の構成から導かれるべきです。
・この選択がどの程度自動で原理的に行われているのか、本文からは判断できません。
(5) 評価が定性的で、比較対象がない
・ベースラインがない。 AI Feynman、PySR、SINDyなどを同じ課題に適用した比較がありません。
・アブレーションが本文にない。 もっともらしい推論、時代制御、推薦用ニューラルネットのそれぞれの寄与が示されていません。
・成功率が不明。 10回の試行のうち、全法則に到達したのが何回かが書かれていません。Fig. 3では万有引力関連(V_G、F_G)の発見が平均700〜800試行目で、上限1200に近く、ばらつきも大きく見えます。一部の試行で失敗している可能性があります。
・「概念約90個・一般法則約50個」の中身が不明。 そのうち物理的に意味があるものと、冗長または自明なものの比率が示されていません。また「全実験を完全に説明する」の判定基準(予測誤差など)が定量化されていません。
・運動量保存への言及がない。 衝突実験を含むので、当然発見されるべき法則です。
(6) スケーラビリティと実装上の依存
・1200試行に48時間(128スレッドのCPUとA40 GPU)を要しています。電磁気や熱力学へ領域を広げれば、概念の組合せは爆発します。
・簡約に使うRosenfeld–Gröbnerアルゴリズムは最悪の場合の計算量が極めて大きく、しかも商用のMapleに依存しています。
(7) 先行研究の扱いに欠落がある
Langley、Simon、Bradshaw、ZytkowらのBACONシリーズ(『Scientific Discovery』1987年)が引用されていません。BACON.4はまさに「内在的性質(intrinsic property)」を実験手続きで定義・導入して法則を発見しており、本論文の「内在概念」と発想が直接重なります。新規性の位置づけとして、ここは比較すべきでした。
4.思想的に面白い点
質量を「特定の基準ばねの伸びで測る」という定義(式2)は、マッハやブリッジマンの操作主義そのものです。概念を測定手続きとして記録し、他の実験から呼び出す設計は、物理概念の意味が測定手続きに支えられているという立場を計算機上に実装したものと読めます。単位系が基準物体の選択から生じるという点も含めて、科学哲学的に議論する価値があります。
5.総合評価
評価できる点:「個別のフィッティング」から「概念の蓄積と一般法則の段階的拡張」へ進むアーキテクチャの提案として意義があります。記号的な知識ベースという設計も筋が良いです。
主張が実績を上回っている点:「事前知識なし」「等価原理の発見」といった表現は、実際に示されたこと(人間が設計した閉じた模擬世界での再発見)を大きく上回ります。
実験面の不足:ベースライン比較、アブレーション、成功率といった定量評価が欠けています。
実際に示されたのは「ニュートン力学向けに設計した表現言語とカリキュラムの中で、法則の具体的な内容を自力で組み立てられる」ことであり、これは概念実証としては十分に興味深い成果です。真価が問われるのは、著者自身が今後の課題として挙げているとおり、答えの分からない領域や実測データに適用したときです。